Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng

Chia sẻ chuyên mục Đề Tài Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng hay nhất năm 2026 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Tác động của đa dạng hoá danh mục cho vay đến sự ổn định của các ngân hàng thương mai tại Việt Nam: Vai trò điều tiết của cấu trúc thị trường dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

3.1. Quy trình nghiên cứu

Nghiên cứu sử dụng phương pháp nghiên cứu định lượng nhằm xem xét mức độ tác động mối quan hệ của các biến đo lường trong mô hình nghiên cứu đề xuất. Cách tiếp cận này nhằm mô tả và tường thuật chi tiết các bước xử lý dữ liệu để trả lời các câu hỏi nghiên cứu thông qua kiểm định các giả thuyết (Creswell và Poth, 2016). Với nguồn gốc mang tính thực nghiệm khoa học, phương pháp nghiên cứu định lượng dựa vào các bằng chứng để đưa ra kết luận, kiểm tra giả thuyết và phân tích mô hình nghiên cứu trong mối quan hệ nhân quả nhằm đảm bảo độ tin cậy của mô hình (Bryman và Burgess, 2002). Nhằm kiểm định các giả thuyết, tác giả lựa chọn công cụ phân tích Stata để xử lý. Dữ liệu thu thập từ nguồn dữ liệu thứ cấp, sau đó được xử lý và tính toán để đo lường cho từng biến cụ thể trong mô hình nghiên cứu. Từ trên cơ sở kết quả phân tích, tác giả kiểm định từng giả thuyết và kiểm tra mức độ phù hợp của mô hình nghiên cứu. Từ đó, tác giả tiến hành nhận xét các kết luận phù hợp dựa trên kết quả. Quy trình thiết kế nghiên cứu định lượng đề xuất như sau:

• Hình 3.1. Quy trình nghiên cứu.

3.2. Mô hình và giả thuyết nghiên cứu

3.2.1 Mô hình nghiên cứu

3.2.1.1. Phân tích tác động của đa dạng hoá danh mục cho vay đến sự ổn định ngân hàng

Nghiên cứu đầu tiên phân tích tác động của đa dạng hoá danh mục cho vay đến sự ổn định ngân hàng. Do đó, nghiên cứu xuất phát từ mô hình dạng bảng cụ thể như sau:

Yit = α + β^∗Diversificationit + θ^∗Zit + 𝝑^∗Xt + εit (3.1) trong đó, i đại diện cho ngân hàng khảo sát và t đại diện cho năm quan sát. Y là biến phụ thuộc, đại diện cho sự ổn định ngân hàng. Diversification đại diện cho các biến đa dạng hóa danh mục cho vay–biến giải thích được quan tâm chính. Z là vectơ gồm các biến kiểm soát các nhân tố nội tại ngân hàng; X là vectơ gồm các biến kiểm soát các nhân tố vĩ mô của nền kinh tế và đặc điểm hệ thống ngân hàng (cấu trúc thị trường), và ε là sai số của mô hình. Việc lựa chọn các biến cụ thể trong vectơ Z và X được căn cứ dựa trên các tài liệu nghiên cứu hiện có về các nhân tố tác động đến sự ổn định (rủi ro) ngân hàng. Trong phương trình (3.1), nếu hệ số β > 0, điều này hàm ý đa dạng hóa danh mục cho vay tác động cùng chiều đến sự ổn định ngân hàng; ngược lại, nếu hệ số β < 0, chiến lược đa dạng hóa danh mục cho vay không được khuyến khích. Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng.

3.2.1.2 Vai trò điều tiết của cấu trúc thị trường đến mối quan hệ giữa đa dạng hoá danh mục cho vay và sự ổn định ngân hàng

Để giải quyết mục tiêu nghiên cứu quan trọng còn lại là phân tích vai trò điều tiết của sự tập trung thị trường đối với tác động của đa dạng hóa danh mục cho vay đến sự ổn định ngân hàng, nghiên cứu tiến hành mở rộng mô hình (3.1), bằng cách thêm vào mô hình này nhân tố điều tiết dưới dạng biến tương tác:

Yit = α + β^∗Diversificationit + ω^∗Diversificationit × Moderatorit + θ^∗Zit + 𝝑^∗Xt + εit (3.2) theo đó, Moderator đại diện cho biến điều tiết, là sự tập trung thị trường ngân hàng. Hệ số hồi quy của biến tương tác Diversification×Moderator sẽ chỉ ra sự khác biệt trong tác động của đa dạng hóa danh mục cho vay đến sự ổn định ngân hàng. Hệ số này cùng dấu với hệ số hồi quy của biến Diversification cho thấy cấu trúc thị trường có vai trò khuếch đại tác động của đa dạng hóa danh mục cho vay, ngược lại, khi trái dấu sẽ hàm ý vai trò làm suy yếu tác động của đa dạng hóa danh mục cho vay. Cụ thể hơn, với giả định rằng hệ số β > 0 (đa dạng hóa danh mục cho vay thúc đẩy sự ổn định ngân hàng), nếu ω > 0, điều này hàm ý các ngân hàng đa dạng hóa sẽ ổn định tài chính hơn khi hoạt động trong thị trường tập trung cao so với thị trường ít tập trung (Shim, 2019). Ngược lại, nếu ω < 0, tình huống này tương tự với các phát hiện của Meutia và Chalid (2021) và Seho và cộng sự (2024); các tác giả tuyên bố rằng sự ổn định của các ngân hàng đa dạng hóa được tăng cường trong thị trường ít tập trung.

3.2.2. Cách xác định các biến nghiên cứu

3.2.2.1 Sự ổn định ngân hàng

Tương tự các nghiên cứu trước đây (Adzobu và cộng sự, 2017; Shim, 2019; Kusi và cộng sự, 2020; Al–kayed và Aliani, 2020; Seho và cộng sự, 2021, 2023 và 2024), sự ổn định của khu vực ngân hàng có thể được đại diện bởi chỉ số Z–score. Chỉ số này nắm bắt rủi ro mất khả năng thanh toán của các ngân hàng thương mại, và được xác định bởi công thức Z–score = (ROA + EQ)/σ(ROA); trong đó, ROA là tỷ suất sinh lời trên tài sản của ngân hàng, EQ là tỷ số vốn chủ sở hữu trên tài sản, và σ(ROA) là độ lệch chuẩn của tỷ số ROA. Giá trị chỉ số Z–score cao hơn cho thấy ngân hàng ổn định hơn và đối mặt rủi ro thấp hơn (Saif–Alyousfi và cộng sự, 2020). Công thức xác định sự ổn định ngân hàng cụ thể như sau:

3.2.2.2. Đa dạng hóa danh mục cho vay

Đa dạng hóa danh mục cho vay được đo lường bởi chỉ số Herfindahl–Hirschman (HHI) sau điều chỉnh (ký hiệu AdjHHI). Chỉ số này được sử dụng thường xuyên trong các nghiên cứu gần đây của Shim (2019), Kusi và cộng sự (2020), Chandramohan và cộng sự (2022), Ece và Cadirci (2022), Seho và cộng sự (2021, 2023 và 2024). Công thức xác định của thước đo đa dạng hóa danh mục cho vay là: trong đó, rsit là tỷ trọng đóng góp của ngành kinh tế s trong danh mục cho vay của ngân hàng i tại thời điểm t. Thước đo AdjHHI càng cao hàm ý danh mục cho vay càng đa dạng hóa (Seho và cộng sự, 2021). Dựa vào bộ tiêu chuẩn ngành của Chính phủ ban hành (quyết định số 27/2018/QĐ–TTg của Thủ tướng Chính phủ), các ngành kinh tế trong danh mục cho vay của các ngân hàng thương mại bao gồm: (1) thương mại; (2) nông, lâm nghiệp; (3) sản xuất và gia công chế biến; (4) xây dựng; (5) dịch vụ cá nhân và cộng đồng; (6) kho bãi, giao thông vận tải và thông tin liên lạc; (7) giáo dục và đào tạo; (8) tư vấn và kinh doanh bất động sản; (9) nhà hàng và khách sạn; (10) dịch vụ tài chính; và (11) các ngành nghề khác.

3.2.2.3 Cấu trúc thị trường (mức độ tập trung thị trường) Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng.

Trong khi đó, giống với các đề xuất trước đó của Saif–Alyousf và cộng sự (2018), Tran và cộng sự (2022), tác giả sử dụng tỷ số CR5 nhằm đo lường mức độ tập trung thị trường ngân hàng. Nghiên cứu của Shim (2019) đề xuất sử dụng tiền gửi huy động của các ngân hàng nhằm tính toán các chỉ số tập trung; trong khi Tran và cộng sự (2022) khuyến nghị sử dụng tổng tài sản của các ngân hàng và hệ thống ngân hàng. Tuy nhiên, tác giả dựa vào đề xuất của Saif–Alyousf và cộng sự (2018), đó là sử dụng dư nợ tài trợ của các ngân hàng; việc này sẽ phù hợp với thước đo đa dạng hóa danh mục cho vay (cùng sử dụng dư nợ cho vay trong việc tính toán). Như vậy, tỷ số CR5 của hoạt động tài trợ được xác định bởi tỷ số tổng dư nợ của 5 ngân hàng tài trợ vay nợ nhiều nhất trên tổng dư nợ của khu vực ngân hàng trong nền kinh tế. Chỉ số CR5 cao hơn cho thấy mức độ tập trung thị trường lớn hơn.

3.2.2.4 Các yếu tố kiểm soát

Trong nghiên cứu này, tác giả sử dụng 7 yếu tố kiểm soát sự ổn định ngân hàng, gồm 5 yếu tố đặc điểm ngân hàng (là khả năng sinh lời, quy mô ngân hàng, tăng trưởng tín dụng, chi phí hoạt động, và đa dạng hóa thu nhập), và 2 yếu tố kinh tế vĩ mô (là tăng trưởng kinh tế, và lạm phát). Tổng hợp từ các nghiên cứu thực nghiệm trước đó, khả năng sinh lời (PRO) được đo lường bởi tỷ số lợi nhuận ròng trên vốn chủ sở hữu (Adem, 2022). Quy mô ngân hàng (SIZE) được đo lường bởi logarite giá trị tổng tài sản (Shim, 2019). Tăng trưởng tín dụng (LGRO) được đo lường bởi tốc độ tăng trưởng dư nợ cho vay giữa 2 năm liên tiếp (Foos và cộng sự, 2010). Trong khi đó, chi phí hoạt động (CIR) được xác định bởi tỷ số chi phí hoạt động trên thu nhập hoạt động (Boukhatem và Djelassi, 2020). Cuối cùng, tham khảo từ các tài liệu trước đây (Stiroh, 2004; Wang và Lin, 2021), tác giả sử dụng chỉ số Herfindahl–Hirschman sau điều chỉnh nhằm đo lường mức độ đa dạng hóa thu nhập (DIV). Thu nhập của các ngân hàng thương mại đến từ thu nhập lãi và phi lãi. Do đó, giá trị biến DIV dao động từ 0 (chuyên môn hóa hoàn toàn) đến 0,5 (đa dạng hóa hoàn toàn). Ngoài ra, tốc độ tăng trưởng GDP thực của Việt Nam hàng năm được sử dụng để đại diện tăng trưởng kinh tế (Kusi và cộng sự, 2020). Trong khi lạm phát được đo lường bởi tăng trưởng chỉ số CPI hàng năm (Adzobu và cộng sự, 2017).

Bảng 3.1: Cách xác định các biến nghiên cứu.

3.2.3. Giả thuyết nghiên cứu Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng.

3.2.3.1 Giả thuyết về đa dạng hóa danh mục cho vay

Lý thuyết danh mục đầu tư hiện đại của Markowitz (1952) chứng minh việc kết hợp các dòng thu nhập có mối tương quan âm hoặc tương quan dương không hoàn hảo sẽ tạo điều kiện để tối ưu hóa cân bằng giữa rủi ro và lợi nhuận. Đối với các ngân hàng, việc đa dạng hóa cho vay sang nhiều ngành kinh tế khác nhau giúp giảm thiểu tác động của các cú sốc đặc thù (idiosyncratic shock) đến danh mục tín dụng, do dư nợ được phân bổ cho các khách hàng hoạt động trong nhiều ngành nghề khác nhau (Berger và cộng sự, 2010). Thêm vào đó, Shim (2019) nhấn mạnh rằng đa dạng hóa danh mục cho vay góp phần củng cố sự ổn định ngân hàng thông qua lợi thế kinh tế theo phạm vi và quy mô. Lý thuyết lợi thế kinh tế theo quy mô, do Panzar và Willig (1977) phát triển, chỉ ra rằng chi phí sản xuất bình quân có xu hướng giảm khi doanh nghiệp mở rộng danh mục sản phẩm và dịch vụ. Quá trình đa dạng hóa cho phép doanh nghiệp linh hoạt chuyển đổi và chia sẻ các nguồn lực chung (Markides và Williamson, 1994), dẫn đến tổng chi phí sản xuất thấp hơn và hiệu quả hoạt động cao hơn (Panzar và Willig, 1977). Trong lĩnh vực ngân hàng, việc đa dạng hóa cho phép sử dụng chung các nguồn lực như công nghệ, nhân sự, cơ sở vật chất và thông tin, từ đó giúp tiết kiệm chi phí. Drucker và Puri (2008) cũng lập luận rằng việc mở rộng hoạt động sang các ngành kinh tế mới thường tận dụng cơ sở hạ tầng sẵn có, giúp ngân hàng phân bổ chi phí cố định và chi phí quản lý hiệu quả hơn trên danh mục ngành nghề đa dạng. Khi đa dạng hóa trong các ngành có liên quan, ngân hàng còn có thể phát huy kỹ năng quản lý và kiểm soát rủi ro tốt hơn, nhờ đó giảm thiểu rủi ro và tăng cường sự ổn định (Adem, 2022). Hơn nữa, việc cấp tín dụng cho nhiều ngành kinh tế khác nhau giúp ngân hàng khai thác lợi thế thông tin tích lũy được từ quá trình hoạt động. Điều này góp phần làm giảm các mâu thuẫn tài chính giữa ngân hàng và người đi vay, giúp khắc phục tình trạng thông tin bất cân xứng (Akhigbe và Stevenson, 2010), giảm thiểu sự không chắc chắn trong quan hệ tín dụng (Mercieca và cộng sự, 2007) và bù đắp rủi ro tín dụng quá mức (Elsas và cộng sự, 2010). Ngoài ra, đa dạng hóa còn có thể mang lại lợi thế cạnh tranh cho ngân hàng trên các thị trường tài chính khác và giúp tiếp cận sức mạnh thị trường thông qua nguồn vốn huy động với chi phí thấp. Các tổ chức khi thâm nhập thị trường mới có thể tận dụng nguồn lực từ các thị trường hiện có để hỗ trợ và củng cố hoạt động kinh doanh mới. Do đó, theo Shin và Stulz (1998) và Barney (2002), việc mở rộng sang các ngành kinh tế mới có thể gia tăng sức mạnh thị trường và nâng cao lợi thế cạnh tranh của ngân hàng, thông qua việc tạo ra các cơ hội đầu tư tốt hơn và chi phí tài trợ thấp hơn nhờ các hoạt động kinh doanh đa ngành. Cuối cùng, quan điểm dựa trên nguồn lực (resource–based view) cũng ủng hộ việc các ngân hàng tăng cường đa dạng hóa tài trợ cho các ngành kinh tế. Điều này tạo ra hiệu ứng “chọn người chiến thắng” (Lamont, 1997; Stein, 1997), cho phép các ngân hàng đa dạng hóa chủ động phân bổ nguồn lực nội bộ để tài trợ cho các ngành kinh tế có tiềm năng sinh lời cao, thay vì phải tìm kiếm nguồn vốn bên ngoài qua thị trường vốn, vốn thường đắt đỏ và đi kèm nhiều điều kiện ràng buộc. Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng.

Ủng hộ cho các lập luận kể trên, nhiều nghiên cứu thực nghiệm ủng hộ chiến lược đa dạng hóa danh mục cho vay có thể tăng cường sức khỏe tài chính của các ngân hàng. Chẳng hạn, Rossi và cộng sự (2009) chứng minh đa dạng hóa danh mục cho vay làm giảm rủi ro, đồng thời tăng cường lợi nhuận của các ngân hàng thương mại lớn tại Áo. Chen và cộng sự (2013) ghi nhận lợi nhuận được cải thiện và rủi ro giảm đáng kể trong các ngân hàng Trung Quốc do phân tán các khoản vay ra đa dạng các ngành kinh tế khác nhau. Trong các nghiên cứu gần đây hơn, đa dạng hóa danh mục cho vay được phát hiện có quan hệ cùng chiều đến sức mạnh tài chính của các ngân hàng Mỹ (Shim, 2019), Việt Nam (Vương Thị Hương Giang và Trần Phạm Yến Trâm, 2024), Ấn Độ (Chandramohan và cộng sự, 2022), Malaysia (Seho và cộng sự, 2024), và lợi nhuận điều chỉnh rủi ro của các ngân hàng thuộc GCC (Al–kayed và Aliani, 2020); đa dạng hóa còn quan hệ ngược chiều với rủi ro tổng thể của các ngân hàng Na Uy (Ragnhildstveit và Silver, 2019), các ngân hàng truyền thống ở các quốc gia Hồi giáo (Ece và Cadirci, 2022). Dựa trên các lập luận lý thuyết và bằng chứng thực nghiệm hiện có, tác giả đặt ra giả thuyết H1 rằng đa dạng hóa danh mục cho vay sẽ cải thiện đáng kể sự ổn định của các ngân hàng thương mại tại Việt Nam.

• H1: Đa dạng hóa danh mục cho vay tác động cùng chiều đến sự ổn định ngân hàng.

3.2.3.2 Giả thuyết về vai trò điều tiết của sự tập trung thị trường

Theo quan điểm “tập trung–ổn định”, các ngân hàng trong hệ thống tập trung (được đặc trưng bởi một vài ngân hàng lớn chiếm lĩnh thị trường) sẽ tận hưởng sức mạnh thị trường, làm giảm thông tin bất đối xứng và nâng cao chất lượng danh mục tài sản (Petersen và Rajan, 1995). Ngoài ra, các ngân hàng lớn ở các thị trường tập trung có thể tìm kiếm được mức lợi nhuận vượt trội khi áp đặt lãi suất cao hơn và do đó, tạo ra nguồn vốn đệm bảo vệ trước mọi cú sốc bất lợi trên thị trường (Beck và cộng sự, 2006). Allen và Gale (2004) lập luận rằng khả năng đạt biên lợi nhuận lành mạnh hơn sẽ ngăn cản sự suy giảm chất lượng tài sản và giúp hệ thống ngân hàng ổn định hơn khi thị trường tập trung hơn. Lợi nhuận cao là điều kiện thuận lợi để các ngân hàng tăng giá trị điều lệ (charter value); ngân hàng có giá trị điều lệ cao có thể duy trì các giá trị này bằng cách hạn chế mức độ rủi ro (Shim, 2019). Hellmann và cộng sự (2000) đề xuất mô hình lý thuyết, trong đó, sức mạnh thị trường khuyến khích các ngân hàng thận trọng hơn và chấp nhận ít rủi ro hơn để bảo vệ giá trị điều lệ. Ngoài ra, việc giám sát các ngân hàng lớn (số lượng ít) trong thị trường tập trung cao sẽ dễ dàng hơn, dẫn đến sự can thiệp của các cơ quan giám sát sẽ hiệu quả hơn, và do đó, nguy cơ lây lan rủi ro toàn hệ thống thấp hơn (Allen và Gale, 2000). Về mặt thực nghiệm, nhiều nghiên cứu ủng hộ quan điểm “tập trung–ổn định”. Chẳng hạn, Beck và cộng sự (2006) sử dụng dữ liệu từ 69 quốc gia và phát hiện các cuộc khủng hoảng hệ thống ngân hàng ít xảy ra hơn ở các quốc gia có hệ thống ngân hàng tập trung hơn. Đồng tình với các phát hiện của Beck và cộng sự (2006), khi phân tích cho mẫu từ 45 quốc gia, Schaeck và cộng sự (2009) nhận thấy sự tập trung thị trường làm giảm khả năng xảy ra khủng hoảng và kéo dài thời gian giữa các cuộc khủng hoảng. Khai thác dữ liệu từ 821 ngân hàng ở các nền kinh tế đang phát triển, Turk–Ariss (2010) cho thấy các ngân hàng tập trung thể hiện tính hiệu quả lợi nhuận cao và tỏ ra ổn định hơn. Danisman và Demirel (2019) phát hiện môi trường ngân hàng cạnh tranh dẫn đến nhiều rủi ro ngân hàng hơn, khi tiến hành nghiên cứu tại 25 nền kinh tế phát triển. Gần đây, khi quan sát cho 133 thị trường đang phát triển và mới nổi, Tran và cộng sự (2022) tiết lộ các ngân hàng hoạt động trong thị trường tập trung ổn định hơn. Nyangu và cộng sự (2022) cũng ủng hộ quan điểm “tập trung–ổn định”. Các tác giả sử dụng mẫu dữ liệu từ 149 ngân hàng tại 5 quốc gia mới nổi (Kenya, Uganda, Rwanda, Tanzania và Burundi) trong Cộng đồng Đông Phi (EAC) và tiết lộ mức độ tập trung cao và mức độ cạnh tranh thấp dẫn đến sự ổn định tài chính cao hơn và khả năng rủi ro vỡ nợ thấp hơn. Tổng hợp lại, tác giả đặt ra giả thuyết nghiên cứu thứ hai như sau:

• H2a: Sự tập trung thị trường tác động cùng chiều đến sự ổn định ngân hàng. Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng.

Chiến lược đa dạng hóa làm tăng chi phí giám sát và điều phối hoạt động, đặc biệt là trong các cấu trúc thị trường ít tập trung (cạnh tranh cao) (Bergh và Lawless, 1998; Jones và Hill, 1988). Trong môi trường cạnh tranh cao như vậy, các ngân hàng sẽ có xu hướng co cụm vào các hoạt động kinh doanh cốt lõi nhằm cắt giảm các chi phí phát sinh; điều này làm giảm các nỗ lực đa dạng hóa (Bowen và Wiersema, 2005). Ngược lại, các ngân hàng lớn hoạt động trong các thị trường tập trung cao (ít cạnh tranh) được hưởng lợi từ lợi nhuận vượt trội, sự đa dạng hóa được tăng cường và hiệu ứng cộng hưởng danh mục nhờ sức mạnh thị trường vượt trội (Boyd và Prescott, 1986; Diamond, 1984; Ramakrishnan và Thakor, 1984). Shim (2019) chứng minh các ngân hàng đa dạng hóa tại Mỹ thể hiện sự ổn định tài chính tốt hơn ở các thị trường tập trung cao so với các thị trường ít tập trung. Quan điểm này được Mensi và Labidi (2015) xác nhận, khi phát hiện các ngân hàng ít đa dạng hóa ở các quốc gia MENA trở nên kém ổn định hơn khi phải chịu sự cạnh tranh cao (thị trường ít tập trung). Tương tự, trong nghiên cứu bao gồm 206 quốc gia, Munoz–Mendoza và cộng sự (2020) phát hiện mức độ tập trung thị trường và đa dạng hóa thu nhập ảnh hưởng cùng chiều đến sự ổn định tài chính của hệ thống ngân hàng. Tuy nhiên, các lợi ích này chịu ảnh hưởng bởi quy mô tài sản và sức mạnh thị trường của từng ngân hàng (Shabir và cộng sự, 2024).

Mặt khác, một thị trường tập trung cao (ít cạnh tranh) do các ngân hàng “quá lớn để sụp đổ” thống trị có thể khuyến khích các nhà quản lý thực hiện các hoạt động rủi ro hơn. Các ngân hàng này, nắm giữ sức mạnh thị trường đáng kể, có thể áp đặt lãi suất cho vay cao hơn; điều này có khả năng thúc đẩy người đi vay tham gia vào các khoản đầu tư rủi ro hơn, làm tăng các khoản vay kém chất lượng và rủi ro mất khả năng thanh toán của ngân hàng (Boyd và De Nicolo, 2005; Caminal và Matutes, 2002). Demsetz và Strahan (1997) cũng có quan điểm tương tự; các ngân hàng lớn trong thị trường tập trung cao thường có xu hướng là lấn sân sang nhiều mảng kinh doanh phi truyền thống (đa dạng hóa cao) nhờ vào ưu thế biên chi phí quản lý rủi ro thấp hơn; điều này cho phép các ngân hàng đa dạng hóa tham gia hoạt động với đòn bẩy cao và chấp nhận nhiều rủi ro hơn. Trong bối cảnh ngân hàng Indonesia, Meutia và Chalid (2021) ủng hộ rằng các ngân hàng đa dạng hóa trong thị trường tập trung cao có thể có sức khỏe tài chính thấp hơn so với trong thị trường ít tập trung. Tâm lý ỷ lại sự giải cứu từ chính phủ và cơ quan quản lý tiền tệ có thể là động cơ không nhỏ thúc đẩy các ngân hàng lớn trong thị trường tập trung cao tham gia vào các hoạt động đầu tư cực kỳ rủi ro và làm tăng bất ổn tài chính sau này. Ngoài ra, Seho và cộng sự (2024) cũng ủng hộ quan điểm của Meutia và Chalid (2021). Các tác giả xác nhận các ngân hàng đa dạng hóa sẽ được tăng cường thêm nữa sự ổn định một khi hoạt động trong thị trường ít tập trung. Các tài liệu thực nghiệm hiện có đưa ra các bằng chứng trái chiều về vai trò của sự tập trung thị trường trong mối quan hệ đa dạng hóa–ổn định tài chính. Trong khi một số nghiên cứu cho rằng tập trung thị trường làm tăng lợi ích sức khỏe của đa dạng hóa, các nghiên cứu khác lại cho rằng cấu trúc này có thể dẫn đến hành vi chấp nhận rủi ro nhiều hơn và gia tăng sự bất ổn. Do đó, tác giả đề xuất giả thuyết sau:

H2b: Sự tập trung thị trường điều tiết tác động của đa dạng hóa danh mục cho vay đến sự ổn định ngân hàng.

3.2.3.3 Giả thuyết về tác động của các yếu tố kiểm soát Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng.

Khả năng sinh lời được giả định có tác động cùng chiều đến sự ổn định ngân hàng (Giả thuyết H3). Các ngân hàng có lợi nhuận cao thường thu hút được thiện cảm và cải thiện hình ảnh, tạo ra sự bền vững trong hoạt động (Ross và cộng sự, 2008). Quan trọng hơn, lợi nhuận cho phép ngân hàng trích lập các quỹ dự phòng (quỹ khẩn cấp), giúp cải thiện sự ổn định khi đối mặt với khó khăn (Ozili, 2018) và giảm nguy cơ mất khả năng thanh toán (Poghosyan và Cihak, 2011).

Dựa vào lý thuyết tính kinh tế theo quy mô (economies of scale), quy mô ngân hàng được giả định có tác động cùng chiều đến sự ổn định ngân hàng (Giả thuyết H4). Các ngân hàng lớn có khả năng tận dụng lợi thế kinh tế theo quy mô để gia tăng khả năng sinh lời (Adusei, 2015). Lợi nhuận cao hơn cho phép các ngân hàng này tạo ra nguồn vốn đệm (capital buffer) lớn hơn, qua đó củng cố sự ổn định tài chính và khả năng chống chọi với các cú sốc bên ngoài.

Bên cạnh đó, Foos và cộng sự (2010) cho rằng tăng trưởng tín dụng cũng là nguồn cơn phát sinh rủi ro tiềm năng của ngân hàng. Tăng trưởng tín dụng nóng có thể làm giảm chất lượng tín dụng, tăng rủi ro hệ thống và làm xấu đi sức khỏe của ngân hàng (Igan và Pinheiro, 2011). Do đó, tác giả kỳ vọng tăng trưởng tín dụng tác động ngược chiều đến sự ổn định ngân hàng (Giả thuyết H5).

Hiệu quả chi phí (đo lường qua chi phí hoạt động) được giả định có tác động cùng chiều đến sự ổn định ngân hàng (hay tác động ngược chiều đến rủi ro) (Berger và Deyoung, 1997). Giả thuyết “quản lý kém” (bad management hypothesis) cho rằng các ngân hàng kém hiệu quả (chi phí hoạt động cao) do năng lực quản lý yếu kém trong việc sàng lọc và giám sát khách hàng, dẫn đến rủi ro tín dụng tăng cao. Ngược lại, giả thuyết “chi phí tiết kiệm” (skimping costs hypothesis) cũng lập luận rằng việc cắt giảm chi phí hoạt động (đặc biệt là chi phí giám sát) một cách thái quá để đạt hiệu quả ngắn hạn sẽ làm xấu đi chất lượng tín dụng và gia tăng rủi ro (Adem, 2022). Do đó, tỷ số chi phí trên thu nhập hoạt động (tỷ số CIR) được kỳ vọng mang dấu âm (Giả thuyết H6).

Ngoài ra, Sanya và Wolfe (2011) nhận thấy việc đa dạng hóa các hoạt động tạo thu nhập lãi và ngoài lãi làm tăng lợi nhuận được điều chỉnh theo rủi ro và giảm thiểu rủi ro mất khả năng thanh toán của các ngân hàng ở các nền kinh tế mới nổi. Wang và Lin (2021) nhận thấy các ngân hàng thuộc khu vực châu Á Thái Bình Dương đối mặt rủi ro thấp hơn nếu được đa dạng hóa thu nhập tốt. Gần đây, Adem (2022) đề xuất chiến lược đa dạng hóa thu nhập có thể cải thiện sự ổn định tài chính của hệ thống ngân hàng ở 45 quốc gia trên thế giới, trong suốt các giai đoạn bình thường và khủng hoảng, xác nhận lý thuyết danh mục đầu tư. Vì vậy, tác giả kỳ vọng đa dạng hóa thu nhập sẽ ảnh hưởng cùng chiều đến sự ổn định của các ngân hàng (Giả thuyết H7).

Tăng trưởng GDP, thể hiện sự cải thiện về điều kiện kinh tế và mức sống của người dân, sẽ có tác động cùng chiều đến sự ổn định ngân hàng (Adem, 2022). Fofack (2005), Jiménez và cộng sự (2009), Rajan và Dhal (2003) xác nhận khả năng hoàn trả khoản vay của khách hàng được cải thiện trong giai đoạn kinh tế khởi sắc, điều này làm giảm rủi ro tín dụng cũng như gia tăng sự ổn định ngân hàng. Do đó, tác giả kỳ vọng tăng trưởng kinh tế tác động cùng chiều đến sự ổn định ngân hàng (Giả thuyết H8). Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng.

Cuối cùng, tác giả kỳ vọng lạm phát tác động ngược chiều đến sự ổn định ngân hàng (Giả thuyết H9). Lạm phát cao gây ra biến động về mức giá và làm trầm trọng thêm tình trạng bất cân xứng thông tin, gây ảnh hưởng đến quá trình ra quyết định của ngân hàng (Liu và Wilson, 2013). Về mặt cơ chế, lạm phát làm xói mòn tiền lương thực của người đi vay, dẫn đến suy giảm khả năng trả nợ thực tế. Đây được xem là nguyên nhân chính tạo ra nợ xấu, làm gia tăng áp lực trả nợ (Rahim và cộng sự, 2012) và ảnh hưởng tiêu cực đến chất lượng danh mục cho vay. Để xử lý nợ xấu, các ngân hàng phải tăng cường trích lập dự phòng rủi ro, điều này trực tiếp làm giảm lợi nhuận ròng và gây thâm hụt nguồn vốn ngân hàng (Chand và cộng sự, 2020). Ngoài ra, môi trường lạm phát cao cũng làm sụt giảm nhu cầu đầu tư và tiêu dùng, dẫn đến suy giảm nhu cầu sử dụng các dịch vụ ngân hàng, qua đó làm giảm khả năng sinh lời của các ngân hàng (Umar và cộng sự, 2014).

Tác giả tổng hợp các giả thuyết nghiên cứu như sau:

• H3: Khả năng sinh lời tác động cùng chiều đến sự ổn định ngân hàng.
• H4: Quy mô ngân hàng tác động cùng chiều đến sự ổn định ngân hàng.
• H5: Tăng trưởng tín dụng tác động ngược chiều đến sự ổn định ngân hàng.
• H6: Tỷ số chi phí hoạt động tác động ngược chiều đến sự ổn định ngân hàng.
• H7: Đa dạng hóa thu nhập tác động cùng chiều đến sự ổn định ngân hàng.
• H8: Tăng trưởng kinh tế tác động cùng chiều đến sự ổn định ngân hàng.
• H9: Lạm phát tác động ngược chiều đến sự ổn định ngân hàng.

3.3. Dữ liệu nghiên cứu Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng.

Nghiên cứu sử dụng bảng dữ liệu cân bằng (balanced panel data) từ 27 ngân hàng thương mại tại Việt Nam, trong giai đoạn 2014–2023. Tác giả loại bỏ các ngân hàng không công khai báo cáo tài chính và báo cáo thường niên, cũng như các ngân hàng thuộc diện kiểm soát đặc biệt hoặc mua lại bắt buộc bởi Ngân hàng Nhà nước. Toàn bộ dữ liệu tài chính của ngân hàng được thu thập từ báo cáo tài chính sau kiểm toán và báo cáo thường niên, tải về từ nguồn FiinPro. Ngoài ra, nghiên cứu sử dụng nguồn dữ liệu của Ngân hàng Thế giới (World Bank) để thu thập chuỗi dữ liệu tăng trưởng kinh tế và lạm phát Việt Nam hàng năm. Trong qua quá trình thu thập dữ liệu, một số ngân hàng thương mại tại Việt Nam không công bố đầy đủ các thông tin thuyết minh báo cáo, gây ra vấn đề thiếu hụt dữ liệu (missing data) ở một số biến nghiên cứu. Tác giả sẽ loại bỏ các ngân hàng này ra khỏi mẫu dữ liệu nhằm tạo mẫu dữ liệu cân bằng hoàn toàn, giảm thiểu tối đa độ nhiễu do tính không đồng nhất đơn vị gây ra.

Kích thước mẫu sử dụng cho nghiên cứu được xác định theo Green (1991) với nguyên tắc N ≥ 50 + 8m (N là số quan sát, m là số biến độc lập trong mô hình). Do đó, nghiên cứu với số quan sát sử dụng là phù hợp để có thể đem lại kết quả ước lượng hiệu quả. Phần mềm kinh tế lượng Stata được sử dụng để thực hiện hồi quy, và các tính năng của phần mềm này sẽ xử lý tốt dạng dữ liệu bảng cân bằng. Danh sách các ngân hàng được tìm thấy ở Phụ lục 01. Sau khi thống kế, trong số 27 ngân hàng được chọn, có 20 ngân hàng được niêm yết trên các sàn HOSE và HNX (chiếm 74,07% mẫu quan sát); cụ thể, có 2 ngân hàng niêm yết trên sàn HNX (chiếm 7,41% mẫu quan sát) và 18 ngân hàng niêm yết trên sàn HOSE (chiếm 66,67% mẫu quan sát).

3.4. Phương pháp nghiên cứu

3.4.1. Phương pháp hồi quy dữ liệu bảng tĩnh

Nhìn chung, các phương pháp hồi quy OLS gộp, FE (hiệu ứng cố định) và RE (hiệu ứng ngẫn nhiên) là các kỹ thuật phổ biến để ước tính dữ liệu bảng tĩnh. Cụ thể, mô hình tuyến tính có thể được trình bày như sau: y_it = α + βx_it + u_it, (3.3)

trong đó, i ký hiệu ngân hàng và t là thời gian; yit là các biến phụ thuộc của ngân hàng i tại năm t; xit là vectơ 1 × K của các biến độc lập; β là vectơ K × 1 các hệ số hồi quy và uit là số hạng sai số. Nếu hoàn toàn không có sự hiện diện của tính không đồng nhất không quan sát được (unobserved heterogeneity) và uit độc lập với xit, các ước tính của OLS là không chệch và nhất quán. Nếu các hiệu ứng riêng lẻ không quan sát được (hiệu ứng đặc trưng ngân hàng) hiện diện, thường thấy trong nghiên cứu phi thực nghiệm (Baltagi, 2005), các ước tính FE hoặc RE tốt hơn ước tính OLS. Trong trường hợp này, giới nghiên cứu cho rằng uit bằng αi cộng với eit, với αi là thành phần sai số riêng lẻ ở cấp độ ngân hàng và eit là sai số đặc trưng (idiosyncratic error), độc lập với cả xit và αi. Mô hình (3.3), do đó, trở thành: yit = α + βxit + αi + eit, (3.4)

nếu αi tương quan với xit, tức là uit tương quan với xit, phương pháp FE sẽ mang lại các ước tính nhất quán, trong khi các ước tính OLS sẽ không nhất quán. Nếu αi không tương quan với xit, các ước tính OLS sẽ nhất quán nhưng không hiệu quả vì lúc này, phương sai của uit thay đổi (heteroscedasticity) và uit tự tương quan. Để tăng tính hiệu quả, phương pháp RE được đề xuất. Để xác định phương pháp nào tốt hơn, kiểm định Chow cho mô hình FE và kiểm định Hausman được tiến hành cho cả 2 mô hình cố định và ngẫu nhiên. Dựa trên kết quả của các kiểm định này, tác giả sẽ lựa chọn mô hình phù hợp nhất cho nghiên cứu. Hơn nữa, để tăng hiệu quả của mô hình, tác giả thực hiện 2 loại kiểm định: (1) kiểm định phương sai thay đổi thông qua Kiểm định Breusch–Pagan, kiểm định Wald, kiểm định Breusch và Pagan nhân tử Lagrange; và (2) kiểm định tự tương quan thông qua kiểm định Wooldridge. Nếu mô hình xảy ra các vi phạm thống kê, tác giả sẽ sử dụng các phương pháp hồi quy khác nhau nhằm cải thiện tính hiệu quả của các ước lượng. Cụ thể, (1) nếu mô hình xảy ra phương sai thay đổi, tác giả sử dụng hồi quy với lựa chọn robust; (2) nếu mô hình xảy ra tự tương quan, tác giả sử dụng hồi quy Newey–West; (3) nếu mô hình xảy ra cả phương sai thay đổi và tự tương quan, tác giả sẽ sử dụng hồi quy bình phương nhỏ nhất tổng quát hóa khả thi (feasible generalized least squares–FGLS) nhằm tăng tính vững và thuyết phục cho các phát hiện. Hồi quy FGLS là công cụ ước tính hiệu quả và phù hợp hơn trong trường hợp N lớn và T nhỏ so với mô hình hiệu ứng ngẫu nhiên và hiệu ứng cố định; mô hình FGLS cũng thích hợp hơn vì giải thích tốt hơn cho các vấn đề phương sai thay đổi và tự tương quan (Wooldridge, 2002).

3.4.2. Phương pháp hồi quy dữ liệu bảng động Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng.

Nhằm tăng tính vững cho các phát hiện, nghiên cứu sẽ áp dụng phương pháp hồi quy GMM (Arellano và Bover 1995; Blundell và Bond 1998). Phương pháp GMM ưu việt hơn phương pháp bình phương nhỏ nhất OLS trong việc kiểm tra các biến động tài chính. Các lý do có thể được đưa ra như sau: (i) Các ước lượng dạng bảng tĩnh (static) không tính đến tính chất động của mối quan hệ có thể dẫn đến mô hình bị xác định sai, khi không lồng ghép các biến trễ của biến phụ thuộc vào vế phải của phương trình hồi quy, từ đó dẫn đến các vấn đề về thiên lệch của mô hình (Greene, 2012). Một khi dạng mô hình động được xác định đúng (biến trễ biến phụ thuộc có ý nghĩa thống kê và lý thuyết kinh tế cũng ủng hộ điều này), phương pháp OLS là không hiệu quả để ước lượng mô hình do vấn đề nội sinh gây ra bởi biến trễ biến phụ thuộc (biến này có tương quan với sai số trong mô hình). Phương pháp GMM trên mô hình bảng động sẽ xử lý được vấn đề này thông qua các công cụ được tạo ra từ trong chính mô hình (biến trễ của biến hồi quy hoặc sai phân của chúng). (ii) Với các trường hợp dữ liệu bảng có số đối tượng quan sát lớn, trong khoảng thời gian khá nhỏ thì ước lượng bảng tĩnh thông qua OLS tỏ ra không phù hợp. Theo đó, các mô hình bảng động được xây dựng đặc biệt thích hợp khi số mốc thời gian quan sát nhỏ hơn số đối tượng quan sát (T < N) để kiểm soát tính động trong dữ liệu bảng (Baltagi, 2008; Roodman, 2009). (iii) Phương pháp hồi quy GMM cung cấp các ước lượng vững đối với các vấn đề đa cộng tuyến, phương sai sai số thay đổi hay tự tương quan. Cần lưu ý là các khuyết tật vừa nêu sẽ làm ảnh hưởng tiêu cực đến ước lượng sử dụng phương pháp OLS khi đây đều là các giả định cần phải đảm bảo của OLS. Với phương pháp GMM, do cách tiếp cận là hoàn toàn khác nên các giả định về sự không tồn tại của các khuyết tật vừa nêu là không đáng quan tâm (Greene, 2012). (iv) Các vấn đề liên quan đến biến nội sinh (ví dụ bởi tính chất tương quan qua lại giữa biến giải thích và biến phụ thuộc hay bỏ sót biến) có thể được kiểm soát tốt hơn trong ước lượng GMM so với OLS. Phương pháp GMM có thể cho phép sử dụng tất cả các biến trong phương trình hồi quy (kể cả biến trễ và sai phân của chúng) làm biến công cụ, miễn là các biến này không có tương quan với thành phần sai số (Greene, 2012). Như vậy, các vấn đề nội sinh tiềm năng của mô hình mà nghiên cứu xây dựng (ví dụ như khả năng sinh lời hay rủi ro ngân hàng có thể quyết định ngược lại mức độ đa dạng hoá danh mục cho vay của ngân hàng) được kiểm soát. Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng.

Có 2 phiên bản khác nhau cho các mô hình bảng động ước lượng bởi GMM: (i) Ước lượng GMM dạng sai phân thực hiện các hồi quy trên phương trình chuyển đổi sang dạng sai phân, với các công cụ được sử dụng là các biến trễ của các biến hồi quy (in levels) (Arellano và Bond, 1991), và (ii) Ước lượng GMM dạng hệ thống thực hiện các hồi quy trên cả phương trình dạng gốc và phương trình chuyển đổi sang dạng sai phân, với các công cụ được sử dụng là các biến trễ của các biến hồi quy (in levels) và các biến sai phân (in differences) (Arellano và Bover, 1995; Blundell và Bond, 1998). Phương pháp GMM hệ thống được cải tiến trên nền tảng của phương pháp GMM sai phân nên sẽ có những điểm tiến bộ hơn và mang lại các kết quả hiệu quả hơn: (i) Phương pháp GMM hệ thống hiệu quả hơn so với phương pháp GMM sai phân trong trường hợp các biến nghiên cứu gần với các bước ngẫu nhiên (random walk) (Roodman, 2009). Các mô hình kinh tế thường phát sinh các vấn đề liên quan đến bước ngẫu nhiên của biến nghiên cứu và trong những trường hợp này, phương pháp GMM hệ thống là lựa chọn phù hợp hơn. (ii) Nhiều thông tin trong dữ liệu sẽ bị loại bỏ khỏi mô hình nếu sử dụng phương pháp GMM sai phân (Roodman, 2009). Khắc phục hạn chế này, phương pháp GMM hệ thống sẽ được sử dụng. (iii) Phương pháp GMM hệ thống thông thường sẽ hiệu quả và chính xác hơn phương pháp GMM sai phân nhờ vào việc bổ sung thêm một số ràng buộc để cải thiện độ chính xác và giảm sự thiên lệch trong mẫu nghiên cứu (Baltagi, 2008). Hơn nữa, tính hiệu quả hơn còn thể hiện ở việc phương pháp GMM hệ thống còn sử dụng ước lượng hệ phương trình đồng thời (SUR) khi kết hợp phương trình gốc và phương trình sai phân.

Công cụ ước tính GMM có các biến thể gồm 1 và 2 bước. Công cụ ước tính 2 bước được lựa chọn sử dụng vì nó hiệu quả hơn công cụ ước tính 1 bước, đặc biệt là đối với GMM hệ thống (Windmeijer, 2005). Trong trường hợp các mẫu khảo sát nhỏ, khi các công cụ được tạo ra quá nhiều (khi vượt quá số lượng đối tượng quan sát), chúng có xu hướng tạo ra sự sai lệch trong kết quả nghiên cứu (Roodman, 2009). Do đó, để tránh vấn đề mô hình có quá nhiều công cụ (“too many instruments”), và do đó, làm mất đi sức mạnh của các phép kiểm định, nghiên cứu sẽ giới hạn các biến công cụ theo thủ tục đề xuất bởi Roodman (2009) dựa trên quy tắc số lượng biến công cụ được tạo ra không được vượt quá số lượng ngân hàng quan sát. Để đảm bảo tính phù hợp của mô hình bảng động ước lượng bằng phương pháp GMM hệ thống 2 bước, nghiên cứu cũng tiến hành các kiểm định cần thiết. (i) Thứ nhất, nghiên cứu thực hiện kiểm định Hansen để xác minh tính hợp lệ của các biến công cụ. Nếu không thể bác bỏ giả thuyết H₀ của kiểm định Hansen (tức giá trị p–value lớn hơn 10%), các biến công cụ là hợp lệ; ngược lại, nếu bác bỏ giả thuyết H₀, các biến công cụ là không phù hợp. (ii) Thứ hai, nghiên cứu thực hiện các kiểm định xác định tính chất tự tương quan trong phần dư. Giả thuyết H₀ của các kiểm định Arellano–Bond ở đây sẽ là không có tự tương quan ở các bậc đang xem xét. Nghiên cứu qua đó cần các giá trị p–value lớn hơn 10% để không thể bác bỏ giả thuyết H₀ trong trường hợp kiểm định tự tương quan bậc 2, qua đó đảm bảo mô hình không tồn tại tự tương quan bậc 2.

3.4.3. Quy trình phân tích dữ liệu Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng.

• Nghiên cứu được thực hiện theo quy trình sau đây:

Phân tích thống kê mô tả.

Phân tích ma trận tương quan: Việc phân tích ở bước này nhằm đảm bảo mô hình không có sự hiện diện của vấn đề đa cộng tuyến hoàn hảo (mối quan hệ tuyến tính chặt chẽ giữa các biến độc lập). Vì nếu vấn đề này xảy ra, các kết quả hồi quy sẽ trở nên kém tin cậy, do khoảng tin cậy rộng hơn có thể làm giảm ý nghĩa thống kê của các hệ số hồi Để chắc chắn hiện tượng đa cộng tuyến hoàn hảo không xảy ra, tác giả dựa vào 2 tiêu chí (theo Hair và cộng sự, 1995): (i) các hệ số tương quan giữa các biến độc lập không lớn hơn 0,8, và (ii) giá trị của hệ số phóng đại phương sai (VIF) không lớn hơn 10.

Thực hiện hồi quy phương trình bằng các phương pháp OLS gộp, RE và FE. Tác giả thực hiện các kiểm định Chow và kiểm định Hausman nhằm lựa chọn phương pháp hồi quy phù hợp. Sau đó, tác giả tiến hành kiểm định phương sai thay đổi và tự tương quan phần dư. Nếu mô hình xảy ra cùng lúc các vấn đề, tác giả sẽ thực hiện hồi quy Ngoài ra, nhằm tăng tính vững cho các phát hiện, tác giả phân tích đồng thời hồi quy GMM hệ thống.

Phân tích kết quả hồi quy: Ở bước này, tác giả tiến hành phân tích các kết quả hồi quy, so sánh với các nghiên cứu thực nghiệm trước đó. Luận văn: PPNC đa dạng hoá đến sự ổn định của ngân hàng.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:  

===>>> Luận văn: KQNC đa dạng hoá đến sự ổn định của ngân hàng

Dịch Vụ Viết Luận Văn 24/7 Chuyên cung cấp dịch vụ làm luận văn thạc sĩ, báo cáo tốt nghiệp, khóa luận tốt nghiệp, chuyên đề tốt nghiệp và Làm Tiểu Luận Môn luôn luôn uy tín hàng đầu. Dịch Vụ Viết Luận Văn 24/7 luôn đặt lợi ích của các bạn học viên là ưu tiên hàng đầu. Rất mong được hỗ trợ các bạn học viên khi làm bài tốt nghiệp. Hãy liên hệ ngay Dịch Vụ Viết Luận Văn qua Website:  https://hotrovietluanvan.com/ – Hoặc Gmail: hotrovietluanvan24@gmail.com